差異處

這裏顯示兩個版本的差異處。

--- group:ai [2014/06/30 08:21]
elvis Add research topic
+++ group:ai [2019/09/24 09:37] (目前版本)
admin
@@ 行 1: / 行 1: @@
-<WRAP round todo> //**請Network組成員協助編輯**// </WRAP>
+====== AI加速器設計  ======
+\\
-====== 高速網路暨網路儲存研究團隊 ======
 ===== 研究主題 =====
-「網路」(Network) 已成為我們生活的一部份，廣泛的應用在商業、金融、電信、娛樂及學術研究等眾多領域。不管是[[wp>Wide area network|廣域網路 (WAN)]]、[[wp>LAN|區域網路 (LAN)]]、[[wp>Personal area network|個人網路 (PAN)]] 及[[wp>Storage area network|儲存網路 (SAN)]]，都持續的在發展當中，相關的標準也陸續的被訂定出來。隨著科技的發展，新型態的網路需求更進一步的促進網路發展的腳步。我們渴望「更快速」、「更安全」及「更可靠」的網路環境。
+\\
-在 LAN 中最著名的就屬 [[wp>IEEE 802.3|IEEE 802.3]]，一般稱為[[wp>Ethernet|「乙太網路」(Ethernet)]]，也是目前最被廣泛使用的網路。隨著 Ethernet 的發展，從早期 10Mbps 的速度，到目前普及的 [[wp>Fast Ethernet|100Mbps]]、[[wp>Gigabit Ethernet|1Gbps]]，以及發展中的 [[wp>10-gigabit Ethernet|10Gbps]]、[[wp>100-gigabit Ethernet|100Gbps]]，我們可以很清楚的看到網路在速度上的需求及演進。但是為了迎接 10Gbps、100Gbps Ethernet 等超高速網路的來臨，電腦系統在處理網路封包的能力也必須跟上腳步，才能讓使用者享受到超高速網路所帶來的效益。
+\\
+==== Micro Darknet For Inference – MDFI ====
+本項目開發一支C-code only 的優化推論程式Framework稱MDFI， 它可讀入由Darknet 訓練完成的network configuration檔以及network weight檔，然後依照network 順序帶入訓練參數 (weights)進行Inference運算並輸出結果。MDFI支援Image classification(Alexnet, Resnet50, Resnet152, Vgg16, Tiny Darknet等)與Object detection (Yolov3, Yolov3 tiny)、原始碼支援configurable network model編譯。
+{{ :group:mdfi.png?1000}}
+==== 開發MDFI協助神經網路推論加速器設計 ====
+MDFI 只需GNU C Library (glibc)，不需要其他套件。MDFI作為純C語言構成的前向傳導框架，主要支援物件辨識網路模型，不使用動態函式庫如Protocol-buffer，以及保持不到280KByte的執行檔大小，適合為終端移動設備所使用。由於不使用動態函式庫，其運算行為可作為AI 加速硬體設計的參照，作為ESL的前期描述模型。圖4為MDFI對比其他Framework有較少的函式庫依賴。顯示MDFI在整體加速器實作流程的位置及其重要性。
+{{ :group:ai_accelerator_with_mdfi.png |海報}}
+\\
 ===== 團隊成員 =====
+==== 現任成員 ====
+^  博士班     | N/A  |
+^  碩士班二年級  | N/A      |
+^  碩士班一年級  | N/A      |
+^  大學部     | N/A      |
+\\
+===== 研究計畫 =====
+==== 執行中的計畫 ====
+  * Develop Energy Efficient AI Acceleration Schemes for Edge AI Applications
+\\
+{{tabinclude>tab:research|研究成果, *tab:group|研究群組, tab:member|實驗室成員 ,tab:course|課程}}

計算機架構與系統實驗室

使用者工具

網站工具

差異處

頁面工具